基于深度学习万用表读数识别的自动校准方法及其应用

本申请公开了一种基于深度学习万用表读数识别的自动校准方法及其应用，方法包括获取校准信息，并发送至服务器；响应于校准请求，发送启动指令至服务器；实时采集万用表图像，基于神经网络模型由万用表图像上提取实时示值并发送至上位机；神经网络模型包括骨干网络、颈部网络和头部网络，骨干网络包括低光照增强模块、下采样层和快速空间金字塔池化层，下采样层包括交替的标准卷积模块和C2fGhostV2模块，C2fGhostV2模块、快速空间金字塔池化层通过simAM模块连接至颈部网络。本申请有效降低计算量和参数量，提高计算效率，增强对复杂背景的鲁棒性，实现全流程自动化，提高校准效率、精度和稳定性。